一本书轻松读懂金融科技的核心内涵Key Features一本书轻松读懂金融科技的核心内涵；众多业界人士推荐，内容通俗易懂；立足AI视角，解读金融业务新形态；书中囊括丰富的算法讲解和代码示例；更有一系列高效的金融科技解决方案。Book Description近年来，人工智能在各个领域被广泛应用，但对于很多金融从业人员来说，人工智能仍然给人一种高深莫测的感觉。本书旨在从新技术（如人工智能）的视角给出金融业务的新兴解决方案。 本书内容通俗易懂，不仅揭示了人工智能在金融业中的重要性，还结合机器学习算法和示例给出了一系列的金融科技解决方案，涉及时间序列分析、强化学习、预测分析、自动化投资组合管理、情绪分析、自然语言处理等知识点。此外，本书还结合现实工作总结了相关的注意事项。 本书适合传统金融行业的从业者以及新兴金融科技领域的实践者阅读。读者可从本书深入浅出的知识点和案例中了解到人工智能的魅力，为更好地运用人工智能技术赋能...

全面Python机器学习的图书； 学会在Web下构建机器学习系统的权威指南。Key Features重点讲解在Web应用中实现预测分析功能的难点，介绍Python语言及相关框架、工具和库，展示如何搭建机器学习系统不仅涉及机器学习的核心概念，还介绍如何将数据部署到用Django框架开发的Web应用，包括Web、文档和服务器端数据的挖掘和推荐引擎的搭建方法Book DescriptionPython是一门通用型编程语言，也是一门相对容易学习的语言。因此，数据科学家在为中小规模的数据集制作原型、实现可视化和分析数据时，经常选择使用Python。 本书填补了机器学习和Web开发之间的鸿沟。本书重点讲解在Web应用中实现预测分析功能的难点，重点介绍Python语言及相关框架、工具和库，展示了如何搭建机器学习系统。你将从本书学到机器学习的核心概念，学习如何将数据部署到用Django框架开发的Web应用；还将学到如何挖掘Web、文档和服务器端数据以及如何搭建推荐引擎。 随后，你...

通过一系列金融建模实践和Excel实操技巧，帮助读者掌握高效率的金融建模解决方案Key Features金融建模是许多金融从业者需要具备的核心技能。可以借助随书提供的配套数据表格和彩色图片，跟随书中提示，逐步进行实践操作。自带大量 Excel 金融数据应用场景，案例中的操作描述紧凑且干货满满。Book DescriptionExcel是大众熟知的Office软件之一，它不仅拥有优秀的统计功能、数据分析功能，在金融建模领域也被广泛应用。 本书基于Excel 2019编写，全书共10章内容，涉及财务模型及Excel简介、建立财务模型的步骤、Excel函数和公式的使用、各种财务表格、比率分析、估值以及如何测试模型的合理性和准确性等知识点。 本书将Excel用于金融建模实践，囊括了丰富的案例和操作演示，力求帮助读者了解金融建模场景中常用的Excel工具，解决金融领域的预测、估值、交易、数据分析等业务难题。 本书适合金融及财务方向的从业者阅读，对企业并购、...

一本通过学习统计、分析和机器学习的方法，来提升开发者解决日常问题的能力的指南Key Features通过有趣的示例实现回归、聚类、分类、神经网络Book Description本书将带领读者学习如何实施各种机器学习技术及其日常应用的开发。本书分为9章，从易于掌握的语言基础数据和数学模型开始，向读者介绍机器学习领域中使用的各种库和框架，然后通过有趣的示例实现回归、聚类、分类、神经网络等，从而解决如图像分析、自然语言处理和时间序列数据的异常检测等实际问题。 本书适合机器学习的开发人员、数据分析人员、机器学习领域的从业人员，以及想要学习机器学习的技术爱好者阅读。使用任何脚本语言的编程人员都可以阅读本书，但如果熟悉Python语言的话，将有助于充分理解本书的内容。What you will learn通过简单易懂的方法学习数学和机器学习的原理；了解广泛使用的机器学习算法和技术，并掌握它们解决实际问题的方法；通过流行的编程...

概率图，热门的机器学习研究方向！借助流行的R语言，掌握贝叶斯网络和马尔科夫网络！Key Features市场上首本基于R语言的概率图图书结合概率论与图论的知识，提供一种简单的可视化概率模型的方法理解计算机如何通过贝叶斯模型和马尔科夫模型来解决现实世界的问题Book Description概率图模型结合了概率论与图论的知识，提供了一种简单的可视化概率模型的方法，在人工智能、机器学习和计算机视觉等领域有着广阔的应用前景。 通过学习本书，读者可以理解概率图模型的概念，为特定的问题选取特定的概率图模型；调整模型参数，自动发现新的模型；从简单到复杂，逐步理解贝叶斯模型的基本原理；把标准的线性回归模型转换为强大的概率图模型；理解当今产业界广泛使用的高级模型；使用精确推断和近似推断算法，计算后验概率分布。 本书适合各行业的数据科学家、机器学习爱好者和工程师等人群阅读、使用。What you will learn理解概率图模型的...

金融科技系列图书新作，了解经典实用的算法交易策略，构建自己的算法交易系统，赢在金融交易起跑线（送配套源代码和彩图资源）Key Features由浅入深地讲解算法交易的相关知识从基础知识和环境配置讲起讲解如何通过编程完成交易信息的生成与交易策略的实施介绍众多算法交易策略，以及如何管理算法策略中的风险带领读者用Python建立自己交易系统Book Description本书由浅入深地讲解了算法交易的相关知识，首先从基础知识和环境配置讲起，其次讲解如何通过编程完成交易信息的生成与交易策略的实施，随后介绍众多算法交易策略，以及如何管理算法策略中的风险，最后带领读者用Python建立自己交易系统，并迎接算法交易的深层挑战。 全书共分为10章，包括算法交易的基础原理、通过技术分析解读市场、通过基础机器学习预测市场、人类直觉驱动的经典交易策略、复杂的算法策略、管理算法策略中的风险、用Python构建交易系统、连接到交易所、在...

用Python开发令人惊讶的NLP项目Key Features本书是学习自然语言处理的一本综合学习指南本书有助于读者使用NLTK创建NLP项目并成为相关领域的专家。Book Description自然语言处理（NLP）是有关计算语言学与人工智能的研究领域之一。NLP主要关注人机交互，它提供了计算机和人类之间的无缝交互，使得计算机在机器学习的帮助下理解人类语言。 本书详细介绍如何使用Python执行各种自然语言处理（NLP）任务，并帮助读者掌握利用Python设计和构建基于NLP的应用的最佳实践。本书引导读者应用机器学习工具来开发各种各样的模型。对于训练数据的创建和主要NLP应用的实现，例如命名实体识别、问答系统、语篇分析、词义消歧、信息检索、情感分析、文本摘要以及指代消解等，本书都进行了清晰的介绍。本书有助于读者使用NLTK创建NLP项目并成为相关领域的专家。 通过阅读本书，你将能够: • 实现字符串匹配算法以及标准化技术； • 实现统计语言建模技术； • 深刻理...

基于R和Python的数据科学项目案例集锦，数据分析师、数据挖掘工程师、数据科学家必读Key Features通过多个真实的数据分析案例，手把手教读者一步一步地完成从数据分析的准备到分析结果报告的整个流程案例包括汽车数据分析、税收数据分析、就业数据分析、股市数据分析、社交网络分析、大规模电影推荐、Twitter数据分析、新西兰海外游客预测分析以及德国信用数据分析等Book Description本书对想学习数据分析的人来说是一本非常实用的参考书，书中有多个真实的数据分析案例，几乎是以手把手的方式教你一步一步地完成从数据分析的准备到分析结果报告的整个流程。无论是数据分析工作的从业者，还是有志于未来从事数据分析工作的在校大学生，都能从本书中获取一些新知识、新思想。 同时，本书也是一本优秀的学习和提高R及Python编程的参考书。很多人有这样的感触，单纯地学习编程语言是很枯燥的过程，但利用本书学习R和Python语言可以很好地解决这个问题，生动实用的数据集以及非常有意思...

使用Python实现NLP项目的大量实践经验Key FeaturesNLTK是自然语言处理领域中非常受欢迎和广泛使用的Python库。Book DescriptionNLTK是自然语言处理领域中非常受欢迎和广泛使用的Python库。NLTK的优点在于其简单性，其中大多数复杂的自然语言处理任务使用几行代码即可完成。本书旨在讲述如何用Python和NLTK解决各种自然语言处理任务并开发机器学习方面的应用。本书介绍了NLTK的基本模块，讲述了采用NLTK实现自然语言处理的大量技巧，讨论了一些文本处理方法和语言处理技术，展示了使用Python实现NLP项目的大量实践经验。本书主要内容包括文本挖掘/NLP任务中所需的所有预处理步骤，如何使用Python 3的NLTK 3进行文本处理，如何通过Python开展NLP项目。 本书适合NLP和机器学习领域的爱好者、Python程序员以及机器学习领域的研究人员阅读。 本书包括以下主要内容 • 使用词性标注和分块的方法对文本进行整理与清洗。 • 把文本...

拥抱机器学习，用Python实现无监督学习算法，构建高效且实用的解决方案Key Features包含多个示例和讲解全面揭示了无监督学习的内涵与实现技巧Book Description机器学习是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。无监督学习是机器学习中的一种学习方式，是数据科学的一个重要分支，常用于数据挖掘领域，通过构建模型来为业务决策提供依据。 本书通过Python语言讲解无监督学习，全书内容包括10章，前面9章由浅入深地讲解了无监督学习的基础知识、聚类的基础知识、高级聚类、层次聚类、软聚类和高斯混合模型、异常检测、降维和分量分析、无监督神经网络模型、生成式对抗网络和自组织映射，第10章以问题解答的形式对前面9章涉及的问题给出了解决方案。 本书适合数据科学家、机器学习从业者和普通的软件开发人员阅读，通过学习本书介绍的无监督学习理论和Python编程方法，读者能够在业务实践中获得有价值的参考。What you will learn

一本帮助你轻松掌握数据结构的实用指南 Objective-C、C\#、Java和Swift多种语言案例Key Features使用一系列主流移动软件开发平台通用的语言编写了示例程序通过示例程序向读者介绍了多种数据结构和对应的用法通过示例程序用浅显易懂的方式展示了很多实际案例Book Description本书通过实用的例子来帮助读者快速理解多种数据结构和它们在实际应用程序中的使用方法。本书使用一系列主流移动软件开发平台通用的语言编写了示例程序，并通过这些示例程序向读者介绍了多种数据结构和对应的用法。同时，本书还通过示例程序用浅显易懂的方式展示了很多实际案例。 本书的第一部分涵盖了大多数语言（如Objective-C、C\#、Java以及Swift）均支持的基本数据结构，详细地介绍了如数组、列表、栈、队列、堆这些数据结构的用法和典型应用，并针对每种语言探讨了这些数据结构所独有的特点。这些章节均设有案例学习，通过讲解如何解决实际问题以帮助读者更深入地...

学习流行的开源Python模块，掌握强大的数据分析技术Key Features最实用的Python开源模块的大集合；简单易懂、示例丰富的数据分析教程；掌握数据可视化、机器学习等高端主题；新手变身数据分析专家的最佳读本；Book Description作为一种高级程序设计语言，Python凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。同时，Python语言的数据分析功能也逐渐为大众所认可。 本书是一本介绍如何用Python进行数据分析的学习指南。全书共12章，从Python程序库入门、NumPy数组、matplotlib和pandas开始，陆续介绍了数据加工、数据处理和数据可视化等内容。同时，本书还介绍了信号处理、数据库、文本分析、机器学习、互操作性和性能优化等高级主题。在本书的最后，还采用3个附录的形式为读者补充了一些重要概念、常用函数以及在线资源等重要内容。 本书示例丰富、简单易懂，非常适合对Python语言感...